Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Journal of Information Systems and Informatics Journal of Intelligent Networks and IoT Global
Muhammad Rizki Akbar Deazwara
Universitas Indo Global Mandiri
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Desain dan Implementasi Prototipe Robot Pembersih Sampah di Sungai Berbasis Raspberry Pi 4 Model B Hartanto Dwi Cahyadi; Ricky Maulana Fajri; Candra Setiawan; Muhammad Rizki Akbar Deazwara
Journal Of Intelligent Networks and IoT Global Vol 3 No 2 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i2.6653

Abstract

Sungai Musi menghadapi ancaman polusi plastik yang serius, yang merusak ekosistem dan memicu banjir akibat penyumbatan aliran air. Penelitian ini bertujuan untuk merancang prototipe robot pembersih sampah semi-otomatis menggunakan Raspberry Pi 4 Model B sebagai pusat kendali. Sistem ini mengintegrasikan visi komputer menggunakan algoritma YOLO (You Only Look Once) untuk deteksi sampah plastik secara real-time. Robot dirancang dengan struktur katamaran menggunakan material styrofoam dan triplek untuk stabilitas maksimal di atas air. Metodologi penelitian mencakup perancangan perangkat keras, pengembangan perangkat lunak berbasis Python, dan pengujian lapangan. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi botol plastik dengan tingkat kepercayaan hingga 87% pada jarak 100 cm, sementara pengujian jarak optimal untuk stabilitas deteksi berada pada rentang 30–90 cm. Meskipun terdapat kendala mekanis pada sinkronisasi motor, prototipe ini membuktikan efektivitas penggunaan Raspberry Pi dan AI dalam upaya pelestarian lingkungan sungai secara semi-otomatis.
Perancangan Alat Pemilah Sampah Logam dan Non-Logam Sederhana Berbasis Sensor HC-SR04 dan LJ12A34Z Muhammad Rizki Akbar Deazwara; Tasmi; Muhammad Gald Teary
Journal Of Intelligent Networks and IoT Global Vol 3 No 2 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i2.6679

Abstract

Permasalahan pengelolaan sampah masih menjadi isu penting, khususnya terkait pemilahan jenis sampah sejak tahap awal. Pemilahan sampah logam dan non-logam secara manual dinilai kurang efisien dan berpotensi menimbulkan kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sebuah prototipe alat pemilah sampah logam dan non-logam secara otomatis berbasis mikrokontroler dan sensor. Metode penelitian yang digunakan adalah metode rancang bangun prototipe dengan pendekatan eksperimental. Sistem dirancang menggunakan sensor ultrasonik HC-SR04 untuk mendeteksi keberadaan objek dan sensor proximity induktif LJ12A34Z untuk mengidentifikasi material logam, dengan Arduino Uno sebagai pengendali utama. Hasil pengujian fungsional menunjukkan bahwa alat mampu membedakan sampah logam dan non-logam serta mengarahkan objek ke wadah yang sesuai secara otomatis. Meskipun terdapat keterbatasan pada objek dengan ukuran besar dan material campuran, prototipe yang dikembangkan telah memenuhi tujuan penelitian sebagai solusi awal yang sederhana dan aplikatif dalam mendukung pemilahan sampah otomatis.
Forensic Analysis of AI-Generated Image Alterations Using Metadata Evaluation, ELA, and Noise Pattern Analysis Ferdiansyah Ferdiansyah; Muhammad Rizki Akbar Deazwara; Reynaldi Rizki Billanivo; M. Ardiansyah; Ilham Ilham
Journal of Information System and Informatics Vol 7 No 4 (2025): December
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v7i4.1362

Abstract

This study develops a forensic workflow to assess the authenticity of digital images, addressing the challenge of distinguishing AI-generated content from real photographs. The goal is to analyze metadata, compression behavior, and noise characteristics to identify synthetic images. The dataset includes eight images: two original Xiaomi 14T Pro photos and six AI-generated variants from Gemini, ChatGPT, and Copilot. Metadata was extracted using ExifTool version 13.25 on Kali Linux, while Error Level Analysis (ELA) and Noise Pattern Analysis (NPA) were performed with consistent parameters on the Forensically platform. Authentic images displayed complete EXIF metadata, uniform compression patterns, and stochastic sensor noise. In contrast, AI-generated images lacked EXIF data, included XMP or C2PA provenance, exhibited localized compression anomalies, and showed smoother, more structured noise patterns. The study presents a practical and reproducible forensic workflow that integrates metadata evaluation, ELA, and noise analysis to detect synthetic content. The findings demonstrate that despite their visual realism, AI-generated images still leave detectable forensic traces, offering valuable tools for image authenticity verification.
Co-Authors Candra Setiawan Ferdiansyah Ferdiansyah Hartanto Dwi Cahyadi Ilham Ilham M. Ardiansyah Muhammad Gald Teary Reynaldi Rizki Billanivo Ricky Maulana Fajri Tasmi